科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对区域污染物模拟与预测采用传统的空间插值方法，当源数据分布不均匀时，效果一般的问题，提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达，时间分量则采用一阶时序自相关模型，同时还包含气象参数等10种协变量，以2019年度京津冀地区日均PM2.5浓度为例，逐月建立了时空模拟与预测模型。实验结果表明，与经典的克里金插值方法相比，在区域污染物分布的模拟上具有更好的效果，尤其在高值污染的预测上精度效果提升明显， 同时可以得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM2.5浓度时空可视化和虚拟仿真系统，为普通民众的出行或者政府相关部门决策提供支持，验证了模型的实用性和价值。
- 单位
